新闻中心

机器学习和区块链中数据隐私的加密技术
发布时间:{$itemInfo['publish_time']|date='Y-m-d H:i:s',_ _ _ballbet亚洲最佳娱乐平台为您服务.ballbet贝博体育为您提供高品质、高赔率的娱乐游戏及所有线上投注的优惠.ballbet官网网上娱乐最权威的真人娱乐:世界杯、欧洲杯、欧冠杯、波胆,滚球!}##}来源:ballbet-ballbet贝博体育-ballbet官网点击:17

  报告时间:2019年5月10日 上午9:00

  报告地点:计算机A515

  报告人:张宇鹏 博士

  报告人简介:

  张宇鹏,美国德州农工大学(TAMU塔木)计算机系助理教授,现在美国加州大学伯克利分校DawnSong教授组进行博士后研究。他主要的研究方向是应用密码学和安全。张宇鹏博士在多方安全计算的机器学习、零知识证明、可验证计算和可搜索加密方面有多篇论文发表在顶级安全会议上。博士期间获得谷歌博士奖学金和马里兰电子工程系最佳博士论文奖。

  报告内容简介:

  随着机器学习和区块链技术的高速发展,数据隐私成为了一个重要问题。公司收集大量用户的数据去训练机器学习模型,并应用到产品和服务中。在区块链应用中所有的数据都公开储存在区块链上,使得所有用户得以验证并达成共识。虽然这些技术非常的成功,但现阶段他们需要用户牺牲数据的隐私来换取这些应用。

  本次讲座中,张宇鹏博士将针对应用密码学技术来解决这些隐私问题展开讨论。首先将讲解通过多方计算加密的机器学习方法,使得公司可以在不得到用户数据内容的情况下训练机器学习模型;其次,讨论可验证计算和零知识证明技术,可以在不泄漏数据的情况下用来证明数据和运算的正确性。

  主办单位:

  吉林大学计算机科学与技术学院

  吉林大学软件学院

  吉林大学计算机科学技术研究所

  符号计算与知识工程教育部重点实验室

  海战场攻防对抗仿真技术教育部重点实验室